社会网络分析论坛 social network analysis forum
标题: 社会网络分析技术能回答哪些数字社会学问题? [打印本页]
作者: snachina 时间: 2017-6-16 20:25
标题: 社会网络分析技术能回答哪些数字社会学问题?
SNA与OGC
社会网络分析(SNA)的分析着眼于行动者之间的关系/联系(而不是行动者自身属性),包括但不限于联系的形态、联系形成的机制、联系带来的影响/后果,等等。就经验研究而言,对社会网络的考察可进一步分为个体网和整体网分析。尽管个体网分析在理论上仍强调社会联系的重要性,但在数据收集和分析上把网络简化为行动者的特征,并没有将网络联系作为整体进行考察。与个体网不同,整体网分析直接把网络联系作为分析对象。由于数据获得等限制,个体网比整体网分析更为常见。随着互联网,特别是社交媒体的发展,研究者更容易地从用户生产的内容(UGC)中建构出社会网络的整体结构,从而促进整体网分析发展。
SNA与探索性分析
如果我们在研究开始时对网络联系结构并没有清晰的认识,而网络分析结果又能揭示出网络联系结构的新趋势,那就是一个探索性的分析。比如,笔者考察关注业主治理的用户在微博上的互粉结构时(Huang & Sun,2014),最初目的是希望解释网络联系的形成机制,但评审人觉得用户的跨省联系结构也挺有意思,考虑到跨省联系比省内联系更为常见(下表2),这一点值得更多的讨论。结合业主治理领域的现状可知:业主之间跨小区/跨地域的联系与互动相对少,处于相对原子化的状态;而跨地域联系不仅可以从“社交媒体使用成本低”这个角度来理解,更重要的是业主治理行动者是否有可能联合并改变原子化状态,后一个角度又进一步涉及到我们对业主治理的性质和政治意涵的理解,因此值得讨论。
SNA与整体结构的呈现
通过社会网络分析可以呈现整体性结构,这又可以细分为两种类型:第一种是对不同网络结构的比较,第二种是对同一网络内不同子社群的比较。
不同网络的描述性比较:我们对上海和广州业主行动组织模式的观察会有如下的直观印象:上海的业主行动更为原子化,而广州的业主行动的组织化程度更加明显。为了呈现这一结构性的差异,笔者一方面通过访谈和对现有文献的分析来呈现现实“组织”的运作情况,另一方面同时通过网络社会分析的方法呈现不同小区业主论坛(局限与有维权板块的业主论坛)的在线联系形态(黄荣贵、桂勇,2014)。比较在线联系的多寡、集中程度、互惠性联系等指标可以发现,广州的小区之间的业主维权行动确实具有更加紧密的联系(下图4)。
同一网络内不同社群的比较:“利用在线数据进行认同研究”等推文通过社群侦测技术识别同一网络内不同子社群,并进一步比较不同子社群的差异。这一类研究的关键在于识别出不同的子社群。尽管存在多种不同的社群侦测(community detection)算法,这些算法的基本原理如下(Luke, 2015):将网络中不同行动者划分为不同社群,使得社群内部具有较密集的联系,而社群之间仅存在稀疏的联系。其中,模块性指标(modularity)经常被用于衡量行动者的聚类程度,而该指标将当前群分方式与随机网络结构进行比较,从而判断群分的聚类性质量(模块性越大越好)。
网络结构的形成机制
在传统的整体网分析中,大部分分析属于描述性分析(如刘军,2004)。随着指数随机图模型的广泛使用,越来越多的研究者通过统计建模的方式检验网络联系的形成机制。比如,陈华珊(2015)以业主论坛之间的参与议题关系为例,考察了趣缘网络关系和一般议题网络关系的影响。笔者也使用该模型检验业主行动处于原子化状体的结构性原因(Huang & Sun, 2015)。研究结果发现(下表2):(1)处于同一个区的小区之间更有可能建立联系;(2)相同开发商的小区之间更加可能建立联系;(3)相同物业管理公司所管理的小区之间更可能建立联系。这些发现间接地表明,业主行动相对原子化的状态在一定程度上受到结构性因素的分割和制约。
SNA作为价值观测量的手段
在政治学研究中,政治家的意识形态是一个重要的变量,但是这些变量并一定存在着相应的测量数据,而社交媒体为研究者提供了新的测量手段。比如,King, Orlando & Sparks (2015)通过分析议员在推特上面的关注/被关注关系来推断议员的意识形态立场。该方法假定:如果两个议员具有相似的粉丝/好友,则他们的意识形态立场具有相似性。具体分析上,作者先计算了每两个议员之间的距离(相似性),然后采取多维尺度分析(multidimensional scaling)来揭示每个议员在潜在的意识形态空间中的位置。结果显示,第一个维度得分主要反映了议员的流行度,第二个维度得分则反映了他们的意识形态立场。将基于推特的测量与现有的测量方法相比较,作者验证了在线社交网络能够作为意识形态的测量工具。
作者: snachina 时间: 2017-6-16 20:37
欢迎光临 社会网络分析论坛 social network analysis forum (http://www.snachina.com/) |
Powered by Discuz! X3.3 |